西安理工大学谢国获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安理工大学申请的专利基于边缘检测和深度残差网络的图像质量评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113643243B 。
龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110824230.X,技术领域涉及:G06T7/00;该发明授权基于边缘检测和深度残差网络的图像质量评估方法是由谢国;车康;穆凌霞;李艳恺;梁莉莉;辛菁;钱富才;雷沁瑜;张杰;韩宁设计研发完成,并于2021-07-21向国家知识产权局提交的专利申请。
本基于边缘检测和深度残差网络的图像质量评估方法在说明书摘要公布了:本发明公开了一种基于边缘检测和深度残差网络的图像质量评估方法,具体按照以下步骤实施:步骤1、输入原始的失真图像,采用Canny边缘检测算法进行边缘检测,并分割为大小一致的图像块,对这些图像块进行筛选;步骤2、对筛选后的图像块进行归一化处理,输入到残差网络,输出原始失真图像的图像块分数和权重;步骤3、对输出原始失真图像的图像块分数进行加权处理,得到图像分数的预测值。本发明解决了现有技术中存在的传统深度学习中训练数据量不足的问题,同时利用深度残差网络对于图像浅层和深层的特征有一个较好的提取。
本发明授权基于边缘检测和深度残差网络的图像质量评估方法在权利要求书中公布了:1.基于边缘检测和深度残差网络的图像质量评估方法,其特征在于,具体按照以下步骤实施:步骤1、输入原始的失真图像,采用Canny边缘检测算法进行边缘检测,并分割为大小一致的图像块,对这些图像块进行筛选;步骤1.1、首先对输入原始的失真图像进行裁剪,得到大小一致的像素为32×32的图像块,并对这些图像块进行标号,输出带序号的图像块;步骤1.2、采用边缘检测算法中的Canny边缘检测算法,对输入的原始失真图像进行降噪处理,然后计算梯度值和梯度方向,保留边缘像素点,再使用不同的上下阈值检测边缘,得到输出为包含边缘点的二值边缘图像;步骤1.3、经过步骤1.2后得到包含边缘点的二值边缘图像,将此二值边缘图像剪裁为不重叠的32×32的图像块;步骤1.4、通过步骤1.3得到不重叠的图像块,然后,对得到的图像块的初始权重进行排序,得到M个排序后的图像块,然后选择前N个权重值对应的图像块作为下一个阶段的输入;步骤2、对筛选后的图像块进行归一化处理,输入到残差网络,输出原始失真图像的图像块分数和权重;步骤2.1、将步骤1.4得到的图像块序号与步骤1.1得到的原始失真图像的图像块序号进行对比,选取序号一致的原始失真图像的图像块,然后,对这些图像块进行对比度归一化处理;采用50层深度残差ResNet50的网络结构进行特征的提取和预测图像块分数,所述50层深度残差ResNet50的网络结构包括四个卷积层、一个池化层、一个全连接层组成,假设残差块的输入为x,卷积层进行卷积操作,relu是激活函数,x输入经过两层卷积层后的输出结果是Fx,在残差网络引入跳跃连接后,输出为Fx+x;步骤2.2、将步骤2.1得到的新的图像块作为深度残差网络的输入,经过卷积层对所输入的图像块进行特征提取,通过池化层进行特征降维,减小计算量与参数个数,最后通过全连接层将特征进行整合,输出原始失真的图像块的质量分数和原始权重,再对原始权重进行处理;步骤3、对输出原始失真图像的图像块分数进行加权处理,得到图像分数的预测值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。